На форуме Data Day 2026 представители Банка России анонсировали проработку требований к архитектуре данных и моделей ИИ, применяемых банками в кредитном скоринге, антифроде и принятии решений о выдаче займов. Речь идёт не о запрете конкретных технологий, а о правилах, которые должны обеспечить устойчивость системы в целом, а не только отдельного банка. Регулятор подчеркнул, что инициатива находится на раннем этапе обсуждения — конкретных нормативов и сроков внедрения пока не названо.
Ключевой термин, который использовал ЦБ, — «эффект синхронной ошибки». Речь о ситуации, когда множество банков используют одну и ту же базовую модель или платформу для оценки заёмщиков. Если в такой модели окажется системная ошибка или её данные будут намеренно искажены, все банки, полагающиеся на неё, ошибутся одновременно и в одну сторону — например, массово занизят риск для определённой группы заёмщиков или, наоборот, одновременно откажут добросовестным клиентам.
В отличие от классических банковских рисков, которые обычно распределены между игроками неравномерно, риск синхронной ошибки бьёт по системе целиком и почти одновременно — что делает его куда ближе к системным финансовым кризисам, чем к операционным сбоям отдельного банка.
Проблема нарастала постепенно: за последние годы всё больше банков — не только в России, но и глобально — перешли от собственных скоринговых моделей к решениям на базе крупных фундаментальных моделей или платформ нескольких вендоров. Это снижает издержки на разработку, но одновременно снижает разнообразие подходов к оценке риска в масштабах всей отрасли. Чем меньше независимых моделей принятия решений в системе, тем выше вероятность, что ошибка в одной из них затронет значительную часть рынка сразу.
Хотя окончательных требований ЦБ пока не сформулировал, из выступления следует несколько вероятных направлений: аудит архитектуры ИИ-моделей, используемых в критических процессах; требования к диверсификации источников данных и моделей; стресс-тестирование сценариев, в которых несколько банков одновременно полагаются на одну платформу. Это концептуально похоже на требования к диверсификации рисков, которые уже действуют для традиционных финансовых инструментов — только применительно к алгоритмам, а не к активам.
Для российских банков инициатива ЦБ — сигнал заранее готовиться к будущему регулированию, а не ждать конкретных нормативов. Крупные игроки, включая Сбер и его линейку GigaChat, уже развивают собственные модели, что частично снижает для них риск синхронной ошибки, привязанной к зарубежным платформам. Для более мелких банков, использующих сторонние ИИ-решения, тема диверсификации моделей может стать практическим требованием комплаенса уже в горизонте года-двух — особенно на фоне того, что регулирование ИИ в целом становится в России системным приоритетом, а не разовой инициативой.